Diverging trends in incidence of HIV versus other sexually transmitted infections in HIV-negative MSM in Amsterdam
Notice bibliographique
Résumé
OBJECTIVES: We investigated changes in incidence rates of HIV and sexually transmitted infections (STIs) and trends in sexual behavior in MSM from 2009 to 2017. DESIGN: Open prospective cohort study. METHODS: HIV-negative MSM enrolled in the Amsterdam Cohort Studies were included. Participants semiannually completed a questionnaire on sexual behavior and were tested for HIV-1, syphilis, and urethral, anal and pharyngeal chlamydia and gonorrhea. Time trends in incidence rates were analyzed using exponential survival models. RESULTS: During follow-up, 42 of 905 MSM acquired HIV. The HIV incidence rate was 1.9/100 person-years [95% confidence interval (CI) 1.0-3.7] in 2009 and decreased to 0.5/100 person-years (95% CI 0.2-1.4) in 2017 (P = 0.03). The largest decrease was observed in participants aged at least 35 years (P = 0.005), while the trend remained stable in 18-34 year olds (P = 0.4). The incidence rate for any bacterial STI was 16.8/100 person-years (95% CI 13.4-21.0) in 2010, and increased to 33.1/100 person-years (95% CI 29.0-37.9) in 2017 (P < 0.001). Between 2009 and 2017, the percentage reporting condomless anal sex with casual partners increased from 26.9 to 39.4% (P < 0.001), and the mean number of casual partners from eight (95% CI 8-8) to 11 (95% CI 10-11) (P = 0.05). Condomless anal sex with steady partner(s) remained stable over time (P = 0.5). CONCLUSION: Among MSM in Amsterdam, incidence rates of HIV versus other STI show diverging trends. The increase in STI incidence coincides with a decrease in condom use with casual partners. The decrease in HIV incidence, despite increased sexual risk behavior, suggests that other HIV prevention methods have been successful in reducing HIV transmission among MSM.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».